R语言数据类型2：Vectors向量的创建与基本规则

R语言数据类型2：Vectors向量的创建与基本规则

1.向量类型

• 整数型(integer)
• 字符型（包含字符串）(character and string)
• 逻辑型(logical）
• 双精度型(double)
• two rare types: complex and raw

2.创建向量

• 将值组合为向量或列表:c(...)

  所有参数都被强制转换为共同的类型，这是返回值的类型，并且除了名称之外的所有属性都被移除。

a <- c(1, 2, 5, 3, 6, -2, 4) #整数型
b <- c("one", "two", "three") #字符型
c <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE)#逻辑型
d <- c(1, 2.5, 4.5)#双精度型

• 确定向量的类型: typeof()
• 确定向量的长度：length()

typeof(a)
typeof(b)
typeof(c)
typeof(d)

‘double’

‘character’

‘logical’

‘double’

3.缺失值的概念(Missing values)

R用特殊哨兵值NA（不适用，简称not applicable）表示缺失或未知值。

is.na():检测缺失值的存在

4.强制类型转换(coercion)

单个向量：所有元素必须是相同类型。
当组合不同类型时，R按照以下强制转换优先级自动统一类型：

character (字符) > complex (复数) > double (浮点) > integer (整数) > logical (逻辑)

e <- c("a",1)           # 整数 → 字符
f <- c(TRUE, 10)        # 逻辑型 → 数值型
g <- c(3.14, 5L)        # 整数 → 浮点型 
e
f
g

1. 'a'
2. '1'

1. 1
2. 10

1. 3.14
2. 5

手动进行类型强制转换：as.()

as.logical(c(0, 1, 2, -5, 3.14))# (所有非零为真)
as.integer(c(TRUE, FALSE))
as.double(c(TRUE, FALSE,2))
as.character(c(1:3, pi, 1/0, -1/0))

1. FALSE
2. TRUE
3. TRUE
4. TRUE
5. TRUE

1. 1
2. 0

1. 1
2. 0
3. 2

1. '1'
2. '2'
3. '3'
4. '3.14159265358979'
5. 'Inf'
6. '-Inf'

as.logical()：转换为逻辑值

转换规则：

• 数值/字符 → 逻辑值（TRUE/FALSE）
• 非零数字 → TRUE
• 0 → FALSE
• 特定字符：“true”/“TRUE” → TRUE，“false”/“FALSE” → FALSE
• 其他情况 → NA（带警告）

as.integer()：转换为整数值

转换规则：

• 浮点数 → 截断小数部分
• 字符 → 必须为纯整数格式
• 非数字字符 → NA（带警告）

as.double() / as.numeric()：转换为浮点数

转换规则：

• 整数字符串 → 转为浮点数
• 科学计数法 → 正常解析
• 非数字 → NA（带警告）

as.character()：转换为字符串

转换规则：

• 所有类型 → 转为字符表示
• 日期 → ISO格式字符串
• 因子 → 因子标签（本质是字符串存储）
• 永不产生NA（所有类型都可字符串化）

5.访问向量中的元素

v <- c("a", "b", "c", "d", "e")

# 单个元素访问
v[1]     # 第一个元素 → "a"
v[3]     # 第三个元素 → "c"

# 多个不连续元素
v[c(1, 3, 5)]  # → c("a", "c", "e")

# 连续元素范围
v[2:4]   # → c("b", "c", "d")

# 负索引（排除元素）
v[-1]    # → c("b", "c", "d", "e") (排除第一个)
v[-c(2,4)] # → c("a", "c", "e")   (排除第二和第四个)

‘a’

‘c’

1. 'a'
2. 'c'
3. 'e'

1. 'b'
2. 'c'
3. 'd'

1. 'b'
2. 'c'
3. 'd'
4. 'e'

1. 'a'
2. 'c'
3. 'e'

v <- c(10, 20, 30, 40, 50)

# 条件过滤
v[v > 25]         # → c(30, 40, 50) (值大于25的元素)
v[v %% 3 == 0]    # → 30 (能被3整除的元素)

# 手动指定逻辑向量
logical_idx <- c(TRUE, FALSE, TRUE, FALSE, TRUE)
v[logical_idx]   # → c(10, 30, 50)

1. 30
2. 40
3. 50

30

1. 10
2. 30
3. 50

参考资料：

• Advanced.R